【摘要】：行為金融學(xué)理論認(rèn)為,股票市場的價(jià)格變動(dòng)除受宏觀基本因素影響外,還在很大程度上受到眾多個(gè)體投資者或噪音交易者行為左右。為揭示個(gè)體投資者行為對(duì)股票市場產(chǎn)生的影響,本文以網(wǎng)絡(luò)數(shù)據(jù)為切入點(diǎn),分別從個(gè)體投資者情緒和個(gè)體投資者關(guān)注的角度,實(shí)證研究網(wǎng)絡(luò)數(shù)據(jù)與股票市場之間存在的密切聯(lián)系,對(duì)股票市場的收益與波動(dòng)進(jìn)行預(yù)測,主要開展了如下兩個(gè)方面的研究工作:(1)以個(gè)體投資者情緒信息為切入點(diǎn),檢驗(yàn)投資者情緒與股市收益關(guān)聯(lián)關(guān)系,評(píng)估網(wǎng)絡(luò)情緒信息價(jià)值。使用中文文本情感分析方法從新浪微博文本中提取出網(wǎng)絡(luò)情緒時(shí)間序列,進(jìn)而分別運(yùn)用均值Granger因果和分位數(shù)Granger因果檢驗(yàn)方法,探索網(wǎng)絡(luò)情緒與股市收益之間是否存在因果關(guān)系。對(duì)滬深300指數(shù)收益進(jìn)行了實(shí)證研究,結(jié)果表明:盡管在均值框架下兩者之間因果關(guān)系并不明顯,但基于分位數(shù)Granger因果分析卻發(fā)現(xiàn)兩者在極端分位點(diǎn)區(qū)間處存在廣泛且顯著的因果關(guān)系,并且股市收益受到網(wǎng)絡(luò)情緒影響的程度和方式在不同市場階段下有所不同。這一結(jié)果意味著,網(wǎng)絡(luò)情緒對(duì)股市收益存在顯著影響,能夠預(yù)測股市收益的尾部(上尾或下尾)行為特征。(2)以個(gè)體投資者關(guān)注信息為視角,驗(yàn)證網(wǎng)絡(luò)搜索數(shù)據(jù)對(duì)股票市場的分析能力,探究網(wǎng)絡(luò)搜索與宏觀金融數(shù)據(jù)在股市分析中是否具有相互補(bǔ)充的作用。引入GARCH-MIDAS模型,通過建立多個(gè)單變量及多變量GARCH-MIDAS模型,分別使用網(wǎng)絡(luò)搜索數(shù)據(jù)、宏觀經(jīng)濟(jì)數(shù)據(jù)以及混合數(shù)據(jù)對(duì)股票市場波動(dòng)率進(jìn)行預(yù)測,最后通過量化網(wǎng)絡(luò)搜索對(duì)波動(dòng)率預(yù)測的貢獻(xiàn)進(jìn)一步分析網(wǎng)絡(luò)搜索數(shù)據(jù)特性,實(shí)證結(jié)果表明:網(wǎng)絡(luò)搜索數(shù)據(jù)不僅能夠用于股市波動(dòng)率預(yù)測,更與宏觀經(jīng)濟(jì)變量間存在信息互補(bǔ)特性,將網(wǎng)絡(luò)搜索與宏觀經(jīng)濟(jì)變量共同用于GARCH-MIDAS模型進(jìn)行波動(dòng)率預(yù)測能夠降低預(yù)測誤差;在不同市場環(huán)境下網(wǎng)絡(luò)搜索對(duì)股票市場的解釋能力有所不同,這一結(jié)果與網(wǎng)絡(luò)情緒研究的結(jié)論是一致的,說明個(gè)體投資者關(guān)注和個(gè)體投資這情緒具有相似的性質(zhì)。本文研究實(shí)證了網(wǎng)絡(luò)數(shù)據(jù)用于股票市場分析的可行性及有效性,為股票市場的理論研究工作提供了新的視角與切入點(diǎn),網(wǎng)絡(luò)信息與股票市場間的高度關(guān)聯(lián)性也印證了行為金融學(xué)相關(guān)理論,為該領(lǐng)域理論的發(fā)展提供了有利佐證。本文研究結(jié)論為股票市場的定價(jià)、收益預(yù)測及波動(dòng)率估計(jì)等研究提供了新的研究思路,也為如何從海量網(wǎng)絡(luò)數(shù)據(jù)中提取有效信息,以及如何正確使用網(wǎng)絡(luò)信息提供了實(shí)證借鑒。
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：F832.51
【圖文】：

合肥工業(yè)大學(xué)學(xué)術(shù)碩士研究生學(xué)位論文max11 nj ijiij j joverlapwn overlapS S w (23)使用上述方法得到實(shí)證部分全樣本谷歌指數(shù)數(shù)據(jù)，圖 4.1 展示了修正后的谷歌指數(shù)、修正谷歌指數(shù)計(jì)算得到的月度谷歌指數(shù)和實(shí)際谷歌指數(shù)間的對(duì)比，可以看到修正后的周頻谷歌指數(shù)計(jì)算得到的月頻谷歌指數(shù)與真實(shí)水平極為相近。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蘇小英;孟環(huán)建;;基于神經(jīng)網(wǎng)絡(luò)的微博情感分析[J];計(jì)算機(jī)技術(shù)與發(fā)展;2015年12期

2 蔣盛益;黃衛(wèi)堅(jiān);蔡茂麗;王連喜;;面向微博的社會(huì)情緒詞典構(gòu)建及情緒分析方法研究[J];中文信息學(xué)報(bào);2015年06期

3 洪濤;厲偉;;基于網(wǎng)絡(luò)搜索數(shù)據(jù)的住房價(jià)格預(yù)期與實(shí)際價(jià)格波動(dòng)分析[J];統(tǒng)計(jì)與信息論壇;2015年11期

4 許啟發(fā);張金秀;蔣翠俠;;基于非線性分位數(shù)回歸模型的多期VaR風(fēng)險(xiǎn)測度[J];中國管理科學(xué);2015年03期

5 朱南麗;鄒平;張永平;李學(xué)術(shù);楊琳琳;張楊;;基于博客/微博信息量的投資者關(guān)注度測量研究——來自中國股票市場的經(jīng)驗(yàn)數(shù)據(jù)[J];經(jīng)濟(jì)問題探索;2015年02期

6 黃潤鵬;左文明;畢凌燕;;基于微博情緒信息的股票市場預(yù)測[J];管理工程學(xué)報(bào);2015年01期

7 劉曉菲;丁香乾;石碩;李林春;李忠態(tài);;基于改進(jìn)KNN的消費(fèi)者評(píng)價(jià)信息情感分類研究[J];微型機(jī)與應(yīng)用;2014年24期

8 李婷婷;姬東鴻;;基于SVM和CRF多特征組合的微博情感分析[J];計(jì)算機(jī)應(yīng)用研究;2015年04期

9 賴凱聲;陳浩;錢衛(wèi)寧;周傲英;;微博情緒與中國股市:基于協(xié)整分析[J];系統(tǒng)科學(xué)與數(shù)學(xué);2014年05期

10 張誼浩;李元;蘇中鋒;張澤林;;網(wǎng)絡(luò)搜索能預(yù)測股票市場嗎?[J];金融研究;2014年02期

相關(guān)碩士學(xué)位論文 前1條

1 曾小夢(mèng);基于網(wǎng)民心理的網(wǎng)絡(luò)輿情引導(dǎo)研究[D];湖南大學(xué);2013年

本文編號(hào)：2717074